视线追踪的智能化应用研究
| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 课题研究背景及意义 | 第8-9页 |
| 1.2 视线追踪概述 | 第9-12页 |
| 1.2.1 侵入式和非侵入式 | 第10-11页 |
| 1.2.2 单摄像头和多摄像头 | 第11-12页 |
| 1.3 主要研究内容及章节安排 | 第12-14页 |
| 第二章 相关理论技术 | 第14-22页 |
| 2.1 视觉工作原理 | 第14-16页 |
| 2.2 眼动的基本模式 | 第16-19页 |
| 2.2.1 凝视 | 第16-18页 |
| 2.2.2 扫视 | 第18页 |
| 2.2.3 平滑运动 | 第18-19页 |
| 2.3 技术方法 | 第19-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第三章 操作者选择 | 第22-44页 |
| 3.1 滤波与增强算法 | 第22-33页 |
| 3.1.1 优化的双边滤波算法 | 第23-29页 |
| 3.1.2 直方图均衡化 | 第29-33页 |
| 3.2 图像立体化 | 第33-38页 |
| 3.2.1 图像深度处理 | 第34-35页 |
| 3.2.2 运动估计算法 | 第35-38页 |
| 3.3 处理过程分析 | 第38-41页 |
| 3.4 结果分析 | 第41-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第四章 移动智能端应用 | 第44-58页 |
| 4.1 移动端应用解决方案 | 第45-47页 |
| 4.1.1 移动端的视线追踪问题 | 第45-46页 |
| 4.1.2 解决方案 | 第46-47页 |
| 4.2 神经网络算法 | 第47-50页 |
| 4.2.1 卷积神经网络 | 第48-49页 |
| 4.2.2 深度学习 | 第49-50页 |
| 4.3 面部网格法 | 第50-52页 |
| 4.4 实验分析 | 第52-57页 |
| 4.5 本章小结 | 第57-58页 |
| 第五章 总结与展望 | 第58-60页 |
| 5.1 论文主要完成的工作与创新 | 第58页 |
| 5.2 进一步的研究目标 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 研究生期间发表论文及参加科研情况说明 | 第64-66页 |
| 致谢 | 第66页 |
